计算机科学 ›› 2006, Vol. 33 ›› Issue (3): 147-150.
• • 上一篇 下一篇
出版日期:
发布日期:
基金资助:
Online:
Published:
摘要： Q学习是一种重要的强化学习算法.本文针对Q学习和Q（λ）算法的不足，提出了一种具有多步预见能力的Q学习方法：MQ方法.首先给出了MDP模型，在分析Q学习和Q（λ）算法的基础上给出了MQ算法的推导过程，并分析了算法的更新策略和k值的确定原则.通过悬崖步行仿真试验验证了该算法的有效性.理论分析和数值试验均表明，该算法具有较强的预见能力，同时能降低计算复杂度，是一种有效平衡更新速度和复杂度的强化学习方法.
关键词: 强化学习 MQ算法 Q学习 Q（λ）算法
Abstract: Q learning is of great importance in reinforcement learning. MQ algorithm with multi-step predicting capability is proposed to compensate the drawbacks of Q learning and Q（λ）algorithmin in this paper . Firsly MDP model is presented. Then based on the anal
Key words: Reinforcement learning, MQ algorithm, Q learning, Q（λ）algorithm
. 一种多步Q强化学习方法[J]. 计算机科学, 2006, 33(3): 147-150. https://doi.org/
0 / / 推荐
导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks
链接本文: https://www.jsjkx.com/CN/
https://www.jsjkx.com/CN/Y2006/V33/I3/147
Cited
首页